决策树方法在大学生就业指导中的应用研究

发布时间：2017-08-31 17:00

  本文关键词：决策树方法在大学生就业指导中的应用研究

  更多相关文章： 数据挖掘 分类 决策树 C4.5算法

【摘要】：近年来,随着高校规模的不断扩大,大学生人数历年增加,毕业生的就业压力也随之增大。针对高校就业信息管理系统中积累的大量数据,利用数据挖掘技术找出大学生就业中的一些潜在的规律,为毕业生择业和高校就业指导提供有力的信息支持,是当前现实而重要的研究课题。为此,本文提出了决策树方法在大学生就业指导中的应用研究。在分析决策树分类的理论及算法基础上,依据河北农业大学海洋学院2012届毕业生就业信息,构造了相应决策树,提取了分类规则,得到了影响就业的相关信息。从而,为大学在提高学生就业率、就业层次,及其改进现在实行的培养机制等方面提供了决策支持。
【关键词】：数据挖掘 分类 决策树 C4.5算法
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G647.38
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-15
• 1.1 论文的研究背景及意义9-10
• 1.2 国内外研究的现状10-14
• 1.2.1 国外研究现状10-12
• 1.2.2 国内研究现状12-14
• 1.3 论文的组织结构14-15
• 第2章 决策树分类方法15-26
• 2.1 分类的相关理论15-18
• 2.1.1 分类的基本概念15-16
• 2.1.2 常用的分类方法16-17
• 2.1.3 分类方法的评估标准17-18
• 2.2 决策树分类算法18-20
• 2.2.1 决策树的生成18-19
• 2.2.2 决策树的剪枝19-20
• 2.3 C4.5 算法20-25
• 2.3.1 C4.5 算法基本原理20-22
• 2.3.2 C4.5 算法描述22-23
• 2.3.3 C4.5 算法中的剪枝算法23-25
• 2.3.4 C4.5 算法的优缺点25
• 2.4 本章小结25-26
• 第3章 决策树方法在大学生就业指导中的应用26-46
• 3.1 数据挖掘分类实施流程26-27
• 3.2 C4.5 决策树算法在大学生就业指导中的应用27-45
• 3.2.1 挖掘对象及目标确定27
• 3.2.2 数据采集27-29
• 3.2.3 数据预处理29-32
• 3.2.4 构造决策树32-38
• 3.2.5 决策树的剪枝38-40
• 3.2.6 生成分类规则40-44
• 3.2.7 分类规则测试44-45
• 3.3 本章小结45-46
• 第4章 总结与展望46-48
• 参考文献48-51
• 攻读硕士学位期间发表的学术论文及其它成果51-52
• 致谢52-53
• 作者简介53

【相似文献】

中国期刊全文数据库 前1条

1 赵震伟;;决策树方法在学生成绩分析中的应用[J];通化师范学院学报;2008年10期

中国重要会议论文全文数据库 前4条

1 冯俊文;;方案选择与排序的决策树方法[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年

2 何建东;仇永萍;;人因可靠性分析中的决策树方法[A];核工业集团公司第八届可靠性成果发表会论文集[C];2006年

3 刘震;袁晴晴;陈良刚;汪卫;施伯乐;;EBNC:一种扩展的Bayes网络分类挖掘算法[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

4 周云;黄泰翼;;基于决策树方法的口语句子边界切分[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年

中国硕士学位论文全文数据库 前10条

1 李明辉;基于决策树方法的属性推断技术研究及应用[D];中南民族大学;2014年

2 苗森玉;决策树方法在大学生就业指导中的应用研究[D];华北电力大学;2015年

3 姜腾;基于决策树方法的职教信息系统设计与实现[D];北京工业大学;2013年

4 徐应涛;基于决策树方法的网络赌博预警系统的研究与设计[D];国防科学技术大学;2007年

5 李翔;用决策树方法预测酵母蛋白质复合物[D];上海师范大学;2005年

6 马玉鹏;决策树方法在粮食轮换业务中的应用[D];吉林大学;2004年

7 周银;基于决策树方法的县级土壤数字制图研究[D];浙江大学;2011年

8 郭永强;决策树方法在农业智能决策中数据挖掘的应用与实现[D];中国农业科学院;2012年

9 廖玉兰;基于分布式的决策树方法研究[D];电子科技大学;2011年

10 陈静秋;基于遥感影像提取土地利用信息的决策树方法研究[D];南京农业大学;2013年

，

本文编号：766783